秦嘉俊

我是秦嘉俊（Jiajun Qin），2025 年秋季入读香港中文大学（CUHK）计算机科学与工程系，目前是博士二年级学生，导师为 Bei Yu 教授。我本科就读于浙江大学图灵班，于 2025 年毕业。

欢迎与我讨论研究合作或实习机会，也欢迎交流感兴趣的问题。可以通过 hobbitqia@gmail.com 联系我！

研究概述

我的研究聚焦于AI 加速的软硬件协同设计，兼顾效率与灵活性。加速器需要通过专用设计提高效率，也需要适应 AI 模型的快速变化。这要求将算法、编译器和架构放在一起考虑。我的工作主要围绕三个方面展开：算法与执行硬件的协同设计、编译器与可重构架构的协同设计，以及加速器与系统的集成。

1. 面向新型 AI 负载的算法与硬件设计

我针对大语言模型中的非线性算子，协同设计近似算法与硬件。这类算子的推理开销不断增加，也随着模型演进而变化，因此需要同时考虑执行效率和适应性。

HAAN （DATE 2025）用相邻层间的统计量预测代替重复计算，并围绕这种预测方式设计硬件，以加速归一化。
PICACHU （ASPLOS 2025）将这一思路扩展到大语言模型中的全部非线性算子：围绕这些算子共有的基本运算设计算法，结合异构粗粒度可重构阵列（CGRA），由编译器完成算子到硬件的映射。

2. 面向可重构阵列的编译器与架构设计

我将编译器与可重构架构一起设计，为映射方法提供相应的硬件支持，并根据工作负载自动定制硬件。

FLAME （DATE 2026）将操作延迟纳入映射约束，为多周期操作提供三种执行策略，并设计各自所需的硬件支持。
NUKE （ICCAD 2026）利用 e-graph 联合探索代数重写与模式融合方案，从工作负载中自动推导 CGRA 所需的硬件模式，实现模式融合自动化。
Aether （HPCA 2027）通过内核级与模式级的协同融合定制 CGRA，并为这些编译优化设计配套的多周期执行硬件支持。

3. 加速器的系统集成 （进行中）

我将可重构阵列集成到异构 SoC 中，开发支持整个模型以 megakernel 形式执行的编程模型和编译器，让单个计算内核的加速收益体现在完整应用中。

代表性论文

ASPLOS’25 PICACHU: Plug-In CGRA Handling Upcoming Nonlinear Operations in LLMs. Jiajun Qin, Tianhua Xia, Cheng Tan, Jeff Zhang, Sai Qian Zhang. ACM International Conference on Architectural Support for Programming Languages and Operating Systems, 2025.
DATE’26 FLAME: A Framework Exploring Execution Strategies for Multi-Cycle Operations in CGRA. Jiajun Qin, Cheng Tan, Ruihong Yin, Tianhua Xia, Sai Qian Zhang, Bei Yu. IEEE/ACM Proceedings Design, Automation and Test in Europe, 2026.
ICCAD’26 NUKE: An Automatic Pattern Fusion Framework for CGRAs using E-graphs. Jiajun Qin, Yuhao Ji, Zhaotan Lin, Cheng Tan, Xinyun Zhang, Bei Yu. IEEE/ACM International Conference on Computer-Aided Design, 2026.
HPCA’27 Aether: An Agile Framework for CGRA Customization via Coordinated Hierarchical Fusion. Jiajun Qin, Zhaotan Lin, Shangkun Li, Cheng Tan, Wei Zhang, Bei Yu. IEEE International Symposium on High-Performance Computer Architecture, 2027.

中国移动（香港）创新研究院，中国香港
- 博士实习生，2026 年 4 月至 8 月
- 方向：AI 辅助开发
ChatEDA Technology Co., Ltd，中国深圳
- 研究实习生，2025 年 5 月至 2026 年 3 月
- 方向：面向 EDA 的大语言模型
SAI Lab，纽约大学
- 远程研究实习生，2024 年 3 月至 10 月
- 导师：Sai Qian Zhang 教授
- 合作者：Cheng Tan 博士和 Jeff Zhang 教授
- 方向：面向大语言模型的软硬件协同设计与可重构加速器
RC4ML，浙江大学
- 研究实习生，2023 年 8 月至 2024 年 9 月
- 导师：Jie Zhang 教授和 Zeke Wang 教授
- 方向：基于 FPGA 的智能网卡

香港中文大学：

浙江大学：